基于CKAN模型的电力系统节点惯量估计方法

本发明公开一种基于CKAN模型的电力系统节点惯量估计方法，包括以下步骤：首先，在电力系统发生有功扰动时，采集节点处的电气数据，构建原始数据集，并对原始数据集进行预处理，构建特征数据集；然后，设计CNN(卷积神经网络)特征提取模块和基于小波基函数的KAN(柯尔莫哥洛夫‑阿诺德网络)模块，通过串联融合构建CKAN(卷积柯尔莫哥洛夫‑阿诺德网络)模型；最后，利用贝叶斯优化算法对CKAN模型超参数进行优化，提高CKAN模型的估计精度；本发明提出的CKAN模型，可以通过CNN特征提取模块提取输入数据的局部特征，再由KAN模块对局部特征进行小波变换，挖掘核心信息，实现快速准确地估计电力系统各节点处的惯量。